研究背景海岸带高强度开发导致近岸水体出现持续性或偶发性污染与废弃物问题。欧洲卫生部门建议根据欧盟指令2006/7/EC开展监测工作，其中，肠球菌（intestinal enterococci）和大肠杆菌（Escherichia coli）是衡量粪便污染的核心指标。然而，传统监测手段面临两大瓶颈：（1）时效性差：传统培养法耗时长，预警响应滞后；（2）空间分辨率不足：传统卫星影像分辨率较低且重访周期长，难以捕捉局地细节；基于此，西班牙加那利群岛拉斯帕尔马斯大学的研究团队在《Marine Pollution Bulletin》发表了一项研究，团队以加那利群岛近岸水体为研究对象，利用搭载高光谱成像仪的无人机结合辐射传输模型开展水质参数反演实验，叶绿素浓度、浊度及细菌含量的反演结果与实验室检测值基本吻合，为高光谱遥感技术在近岸水质快速监测与早期污染预警中的应用提供了方法支撑。 图1.（a）加那利群岛在大西洋的位置及各岛屿名称。（b）试验地点：拉斯帕尔马斯和波多黎各码头（大加那利岛）、马斯帕洛马斯泻湖（大加那利岛）以及拉斯埃拉斯（特内里费岛）。研究方法这项研究构建了一套无人机高光谱观测、预处理校正、辐射传输反演、实验室验证的完整技术流程。机载平台采用无人机，搭载 Resonon Pika L高光谱成像仪、辐照度仪以及GPS定位系统。高光谱成像仪性能：光谱通道高数：281；光谱范围：400-10...
发布时间:
2026
-
05
-
11
浏览次数：23
研究背景随着全球气候变化及水体富营养化加剧，蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐，更严重的是，部分蓝藻会释放致命毒素，威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”，为解决这一难题提供了可能。然而，现有的遥感监测也面临挑战：（1）光谱库不足：卫星遥感依赖端元光谱库，但经验证的代表性蓝藻光谱数据稀缺；（2）水体干扰强：水深、浊度等光学参数复杂，影响大范围遥感反演精度；（3）培养与野外的差异：实验室藻类光谱难以完全还原自然生境下的真实特征；基于此，美国地质调查局（USGS）联合美国国家标准与技术研究院（NIST）利用高光谱显微镜成像系统，以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象，通过系统验证与野外采样相结合的方法，获取了不同蓝藻属在细胞尺度的高分辨率反射光谱特征，成功实现了属水平的蓝藻光谱区分，并发现衰老与生长期样品的显著光谱差异。该研究为利用卫星遥感技术大范围识别潜在产毒藻类提供了关键的地面真实验证数据支撑。 图1.俄勒冈州上克拉马斯湖采样点地图。研究方法研究设计：2022年夏季，在上克拉马斯湖的霍华德湾、中沟、摩尔公园、鹈鹕湾、响尾蛇角、浅水湾、鹈鹕湾和威廉姆森河口采集了水华样本。通过真空过滤浓缩藻类生物量，并将其重悬于样本室中。水...
发布时间:
2026
-
03
-
17
浏览次数：52
传统监测遇瓶颈，无损检测破局而出！在环境工程和生物技术等领域，蓝藻作为一种宝贵的资源，可用于生产生物塑料、色素和生物燃料等。然而，在培养过程中，如何实时、准确地监测蓝藻的生物量浓度，一直是个棘手的难题。传统方法，如干重测定和细胞计数，虽然精准但耗时耗力，且需要破坏性取样，容易导致污染。而光密度（OD750）或浊度等间接方法虽然快速，但易受培养物生理状态影响，准确性和稳定性不足。AI × 高光谱：一次跨学科的突破尝试最近，一项发表在《Bioresource Technology》（影响因子 9.0）上的研究带来了突破。一个由西班牙AIMEN技术中心和加泰罗尼亚理工大学组成的团队，首次将人工智能（AI）与高光谱成像（Hyperspectral Imaging, HSI）深度融合，构建出一套能够在蓝藻培养过程中实现非破坏性、实时生物量预测的智能系统。这意味着，科研人员只需拍一张“光谱照片”，AI 就能告诉你——蓝藻现在的浓度是多少、增长趋势如何，甚至能提前预判培养状态的变化。 图1.研究框架。数据驱动，智能解析：高光谱AI精准锁定生物量特征研究团队使用三种蓝藻生物群落（Synechocystis sp.）在光生物反应器中进行培养。反应器的温度、光照和pH值严格控制，确保培养条件稳定。在蓝藻生长的不同阶段，研究人员定期从反应器中同步取样：· 一份用于 VSS（Volat...
发布时间:
2026
-
03
-
03
浏览次数：34
每年，全球有超过 70亿只雄性雏鸡在孵化后被淘汰，仅因“性别不符”。这种传统做法在动物福利、资源浪费和伦理层面引发广泛关注。有没有可能——在鸡蛋孵化前，就知道性别？美国伊利诺伊大学研究团队近日在权威期刊《Food Control》发表成果，提出了一种基于高光谱成像与机器学习的非破坏性性别识别技术，成功在孵化前对鸡蛋进行精准“性别筛选”，为蛋禽行业带来颠覆性突破。实验方法简述本研究由美国伊利诺伊大学厄本那-香槟分校团队开展，实验在校内家禽科研平台进行。研究共采集了264枚白壳鸡蛋，鸡种为 White Leghorn，母鸡年龄约29周。所有鸡蛋在清洁、编号后，于12.8°C、相对湿度78%的条件下冷藏过夜，以保证实验一致性。次日，鸡蛋在室温下静置30分钟恢复温度后，使用Resonon Pika L 型高光谱成像仪进行图像采集。系统配置如下：光谱范围：374–1015nm光谱分辨率：2.7nm，共281个波段相机类型：线扫描式，空间分辨率900×900像素照明系统：330W钨灯，位于蛋体正下方采集软件：Spectronon Pro扫描环境：暗室，距离镜头20cm，采集参数固定控制图1. 用于鸡蛋性别鉴定的线扫描高光谱成像系统：（a）。图像采集的整体系统设置，（b）。在暗室中扫描的样本，（c）。Spectronon Pro 软件中的鸡蛋 RGB 图像。实验中每个鸡蛋以垂...
发布时间:
2025
-
08
-
20
浏览次数：147
Hyperspectral imaging for presumptive identification of bacterial colonies on solid chromogenic culture mediaauthor：Mathilde Guillemota,Rony Midahuena, Delphine Archenyb,Corine Fulchironb,Regis Montvernaya,Guillaume Perrina, Denis F. Leroux*a aTechnology Research Department, Innovation Unit,bioMérieux SA, Marcy l’Etoile, France； bR&D Microbiology,bioMérieux SA, La Balme les Grottes,FranceBioMérieux致力于研究自动化微生物学实验室，以降低成本 (更少的人力和耗材), 提升性能 (提升灵敏度,机器算法)，并通过优化临床实验室工作流，获得可追溯性。在这项研究中， 我们评估了采用高光谱成像技术（HIS）代替人类视觉观测微生物培养解读的可能性。在显色...
发布时间:
2020
-
07
-
09
浏览次数：272